附加到 DataFrame 可转换 dtypes

我正在附加到 pandas.DataFrame，并且列的 dtype 以意外的方式转换：

import pandas as pd
df=pd.DataFrame({'a':1.0, 'b':'x'}, index=[0])
print df.dtypes
df = df.append({'a':3.0}, ignore_index=True)
print df.dtypes
df = df.append({'a':3.0, 'b':'x'}, ignore_index=True)
print df.dtypes

Output:

a    float64
b     object
dtype: object
a    float64
b     object
dtype: object
a    object         <- ???
b    object
dtype: object

而我本来期望float64而不是那个object。 我怎样才能避免这种转换？

我正在使用熊猫0.11。

试试这个，首先将 dict 对象转换为 DataFrame：

import pandas as pd
df=pd.DataFrame({'a':1.0, 'b':'x'}, index=[0])
print df.dtypes
df = df.append({'a':3.0}, ignore_index=True)
print df.dtypes
df = df.append(pd.DataFrame([{'a':3.0, 'b':'x'}]), ignore_index=True)
print df.dtypes

或者，字典列表：

df = df.append([{'a':3.0, 'b':'x'}], ignore_index=True)

如果它是一个字典，它将首先转换为一个系列，一个系列包含 3.0 并且“x”必须具有对象数据类型。

如果它是一个字典列表，它将被转换为一个 DataFrame，DataFrame 的每一列可以有不同的 dtype。